期刊文章详细信息
基于独立分量分析和支持向量机的管道泄漏识别方法 ( EI收录)
Pipeline leakage detection method based on independent component analysis and support vector machine
文献类型:期刊文章
机构地区:[1]中国石油大学(北京)油气安全工程技术研究中心,北京102249
基 金:国家高技术研究发展计划(863)项目(2008AA06Z209);北京市教育委员会共建项目"天然气主管线泄漏诊断系统研究"联合资助
年 份:2010
卷 号:31
期 号:4
起止页码:659-663
语 种:中文
收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20103213129087)、GEOREFPREVIEWDATABASE、IC、JST、PA、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:将独立分量分析(ICA)方法应用到管道泄漏检测压力信号的降噪中。分析了压力波信号源的独立性,探讨了运用ICA方法的可行性。利用现场采集的压力信号对该方法进行降噪效果检验。结果表明,该方法较好地保留了泄漏拐点信息且降噪效果明显。将支持向量机(SVM)方法应用到泄漏检测的识别过程中,首先采取微分进化算法优化了SVM模型参数,然后利用现场泄漏实验数据,验证了基于SVM方法的识别模型具有很好的识别准确率和泛化能力。在实验的基础上,对噪声源合并和泄漏信号源不可分问题作了初步讨论。
关 键 词:管道泄漏检测 信号降噪 独立分量分析 支持向量机 模式识别
分 类 号:TE973.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...